字节大数据开发推荐架构(深圳)日常实习一面（凉)75min

9.20

24届非科班本发面筋攒好运！

第一次面+太紧张+基础不好+算法出没见过的hard = 寄

组是偏基础架构的

自我介绍到一半简介项目的时候就被打断了开始撕项目(乐

学习的方法

离线项目：

1.分层的好处，为什么分层

2.idmapping

3.拉链表的逻辑(用户活跃区间的中间表)，下次还应该解释一下这个中间表的好处以及为什么方便。

实时项目:

1.维表动态注入的意义在哪里，为什么不直接写入存储介质？  答不上来，这里当时居然想确实是感觉某硅谷这个操作就是炫技，没什么实际的意义。把话题转到规则注入。

其实也不完全是，当时忘了很重要的一个点是维表那边更新是在业务库的，被面试官误导了以为维表信息是在流量域的数据流里面的就很尬。太紧张了。

其实消费的数据是mysql里面的，是由业务人员在mysql里面修改的，

而不是在数据流里面的。由flinkcdc监控到业务库的变化。可以实时地加载维表。

broadcast,connect,process这个顺序我都记不清哇塞我发现脑子真的好混乱。

2.flinkcdc深挖，如果修改删除怎么办？其实我不是用flinkcdc答不支持mysql层面的修改，过滤掉，只保留插入的数据，事实规则的插入还是删除在json里面在程序内部判断。

3.watermark是什么？

3.动态keyby要复制流，这个复制流有什么优化没有     答不上来，这个真的没办法太难了，事实上可以另外起一个job

4.flink的数据和redis和ck的数据一致性怎么保证  没答上来

其实设置redis的ttl到整点就会失效就可以了，跟那个分界点的设计其实是一个道理，唉临场感觉思维能力很捞。

5.flink的ck机制，两个流的数据先后到一个算子barrier怎么推进

6.flinkck预提交的时候sink具体做了什么(我直接？？？你要跟我说flinkck的整体流程我还能说，但是再往下问细节我就寄了)

7.对于复制流有什么优化 答不上来

流计算引擎项目

1.算子链如何构建，如何知道上下游。

答得一般，细节没答好。主要是对项目还不够熟组织语言组织不起来。从后往前构建，先初始化sink，Starter2层for先遍历算子再遍历机器。维护一个stage变量和oldstage变量。遍历机器的时候把创建在每台机器的算子添加进stage里面，维护一个变量oldStage存储下游的算子。每遍历完一轮把stage的值赋给oldStage，stage置为空用来接收当前这轮算子的actor。

2.akka你重写了哪些方法，只答上来createReceive其他的不记得了，SupervisorStrategy，开发时间？代码量？

3.有没有什么亮点设计？说了开窗的设计

4.节点挂了怎么办？答不上来

5.如何支持多种数据结构   其实只支持String,但他问支持多种怎么办？我又扯了泛型其实也不懂，瞎说一通java基础稀烂，回去好好补。

手撕：

"1-(2-1)"公式字符串求值，卡着了，事后看还是也不算简单当时肯定写不出来

算法也是稀烂

面试官说没思路就换一题换了题最后还是还是快排救了我，一边解说一边写